Classic, Segmented-, or Neo-Assimilation, Which Theory to Use? A Scientific-Method Investigation
Notice bibliographique
Résumé
Classic, segmented, and neo-assimilation theories delineate immigrants’ assimilation trajectories. Classic assimilation, since the early twentieth century, treats newcomers’ and established groups’ interactions as leading to ethnoracial pluralism within one culture. Segmented-assimilation, since the 1990s, examines non-European immigrants’ experiences, and considers how factors such as ethnic capital, immigration policies, and racial discrimination cause assimilation into upper, middle, and underclasses. Neo-assimilation, since the early 2000s, posits that assimilation compels upward mobility into a diverse mainstream. While the progenitors of each theory have pointed out the other's deficiencies, in this paper we simultaneously compare the three theories in light of the scientific method's criteria of deductive-inductive hypothesizing and falsification. We find that classic theory follows the scientific method and is falsifiable. In comparison, we find that because segmented- and neo-assimilation each depart from the scientific method in three ways they are not readily testable or falsifiable. We discuss the implications for migration and assimilation research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,165 | 0,178 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,021 |
| Communication savante | 0,009 | 0,013 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».